综述：重新审视商业银行的数字化转型：商业模式创新的纵向分析

《Digital Business》：Rethinking digital transformation in commercial banking: A longitudinal analysis of business model innovation

　　蒂亚戈·费利佩|玛丽亚·卡亚|谢恩·马修斯|鲁伊·托雷斯·德奥利维拉
昆士兰科技大学，商学院与法学院，管理学院

**摘要**
本研究探讨了发达国家和发展中国家的商业银行如何调整其商业模式以应对工业4.0技术。通过对来自33个国家57家银行的969份年度报告进行纵向内容分析，我们确定了四个不同的适应阶段：数字化前阶段、数字化阶段以及两波连续的数字化转型阶段。除了这一时间维度外，研究还揭示了三种不同的商业模式创新战略模型：合作、超个性化服务和金融包容性。这些模型展示了发达国家和发展中国家之间的环境差异如何塑造了多样化的数字化转型路径。通过将工业4.0技术纳入商业模式创新框架，本研究不仅推进了关于数字化转型作为异质性和制度嵌入过程的理论发展，还为寻求平衡创新、竞争力和包容性的管理者和政策制定者提供了实际指导。

**1. 引言**
直到21世纪初，商业银行（也称为传统银行）通过广泛的分支网络和标准化服务（如活期账户、贷款和抵押贷款）主导着金融行业（Vasiljeva & Lukanova, 2016）。在相对稳定的环境中运作，并受到严格的监管和客户信任的支持，这些机构保持了健康的利润率（Borena & Negash, 2016），并被视为通过现代化内部运营和扩展数字服务渠道推动金融创新的关键力量（Panzarino & Hatami, 2020; Starnawska, 2021）。然而，随着金融科技公司的兴起，这种稳定性在21世纪中叶开始受到挑战。这些公司天生数字化且具有灵活性，最初以低成本、以客户为中心的解决方案为目标，但很快扩展到了贷款、投资和保险服务领域（Sanga & Aziakpono, 2023; Tello-Gamarra et al., 2022）。通过利用新兴技术和无缝用户体验，金融科技公司将技术灵活性、个性化服务和创新置于其价值主张的核心（Barroso & Laborda, 2022; Gomber et al., 2017）。例如，2015年在英国成立的Revolut公司最初提供低成本货币兑换和转账服务，后来发展成为一个提供储蓄账户、加密货币交易和保险服务的数字银行平台（Polasik et al., 2022）。

随着第四次工业革命（称为I4.0）技术的传播，如人工智能（AI）、大数据、区块链和云计算等技术越来越与运营效率相关联，并指导着整个金融行业的数字化转型策略（Cividino et al., 2019; Clausen, 2023）。在本研究中，I4.0技术被视为变革的技术驱动力，而数字化转型则捕捉了银行随着时间推移整合和应对这些技术的组织和战略过程。因此，商业银行成为最早面临重大挑战的行业之一，其相关性和盈利能力受到威胁（Mehdiabadi et al., 2020）。在其他行业（包括零售、医疗保健和物流）中也观察到了类似的趋势，现有企业面临着利用I4.0提供敏捷、数据驱动和以客户为中心的服务的新进入者（Ciampi et al., 2021; Latifi et al., 2021）。

在这种背景下，商业银行提供了一个特别有价值的案例，用于研究复杂且高度监管的组织如何适应和重新配置其商业模式以应对技术颠覆（Hu et al., 2024）。一些领先机构，如新加坡的DBS银行，通过将AI、云计算和敏捷方法融入其运营中，进行了深刻的数字化转型（Sia et al., 2021）。DBS的举措包括基于AI的聊天机器人和自动化信用风险系统以及基于区块链的贸易融资平台，展示了现有企业如何利用I4.0技术重新定义其核心价值主张。然而，尽管关于银行业数字化转型的研究越来越多，但我们对I4.0技术如何随时间转化为商业模式变化的理论理解仍然有限。以往的研究主要集中在个别技术上，如AI的采用（Fares et al., 2022; Rahman et al., 2023）、区块链的实施（Guo & Liang, 2016）或大数据分析（Hassani et al., 2018），或者是对个别组织转型案例的分析，如印度尼西亚的BRI或新加坡的DBS（Mulyana et al., 2024; Sia et al., 2021）或选定的欧洲银行（Badunenko et al., 2021; Villar & Khan, 2021）。虽然这些研究提供了关于技术采用、运营改进和服务创新的详细见解，但它们大多将数字化转型视为一种静态的或特定于企业的结果，而没有系统地考察I4.0技术如何在不同制度背景下相互作用，从而重塑价值创造、交付和捕获方式。

少数纵向研究（例如Munira, 2025; Shanti et al., 2023; Zachariadis & Ozcan, 2017）开始探索数字化的动态过程，但它们通常只关注狭窄的方面，如客户体验或效率提升，并未将技术采用与更广泛的商业模式创新（BMI）模式联系起来。因此，这些先前的研究对于解释连续的技术浪潮如何产生不同的BMI模式提供了有限的解释，留下了关于为什么类似技术在不同的企业、国家和监管环境中会产生不同结果的问题。这一限制对理论和实践都有重要影响。从理论角度来看，缺乏纵向和跨机构分析限制了我们解释为什么类似的I4.0技术会在不同企业和国家产生不同的BMI模式的能力。从管理角度来看，它给实践者提供了关于如何在监管和制度约束下排序、优先考虑和管理数字化转型举措的碎片化指导。对于政策制定者来说，这一差距使得制定能够在不同经济背景下平衡创新、竞争力和包容性的数字和金融政策变得困难。因此，解决这一限制需要超越描述性解释，转向以过程为导向的、比较性的解释，将数字化转型视为一种能够解释不同战略逻辑、制度反应和价值创造路径的机制。

因此，本研究的理论立场是，银行业的数字化转型是依赖于具体情境和制度中介的，产生了不同的BMI轨迹，而不是统一的结果。研究空白在于对I4.0技术如何随时间相互作用以在不同制度和监管背景下产生这些不同轨迹的理解不足。为了解决这一空白，本研究探讨了数字化转型如何塑造商业银行的商业模式，为面临类似颠覆的其他行业提供了相关见解。研究的核心问题是：由I4.0技术驱动的数字化转型如何随时间在商业银行中演变，以及它如何导致不同情境下的不同商业模式创新轨迹。

为了解决这些限制，本研究采用了纵向和跨国视角，分析了2007年至2023年间来自33个国家57家银行的969份年度报告。这种设计有助于识别商业模式转型的模式，并揭示不同制度环境如何影响银行对I4.0技术的战略反应。在分析上，本研究应用了BMI框架（Teece, 2010; Zott & Amit, 2010）作为理解I4.0技术如何与商业银行系统性及长期变化相关联的概念工具。该框架特别适合考察现有组织变化的复杂性和渐进性，其中数字化转型不仅受到技术因素的影响，还受到监管、政治和经济约束的影响（Alkaraan et al., 2022; Korherr et al., 2022; Nicholls, 2019）。从这个角度来看，银行内的传统职能逐渐被重新配置，以应对普遍的技术变革，突显了技术采用、战略适应和商业模式演变之间的相互联系。

研究结果确定了三种由I4.0技术采用产生的不同BMI轨迹：合作、超个性化服务和金融包容性。本研究有三个主要贡献：首先，它识别并概念化了数字化转型在高度监管行业中塑造商业模式创新的独特轨迹；其次，它解释了每种轨迹如何反映将技术采用与不同制度背景下的价值创造、交付和捕获联系起来的不同机制；第三，它通过将这些轨迹与更广泛的制度和战略动态（包括合作伙伴关系、客户期望和社会需求）联系起来，提供了对数字化转型的更全面理解。

**2. 背景**
**2.1. 银行业中的数字化转型概念化**
数字化转型被广泛认为是一个复杂的、不断发展的组织过程，受到内部和外部力量的共同影响（Hanelt et al., 2021; Vial, 2021）。在银行业，这一过程尤为明显，因为监管压力、技术颠覆和客户期望的变化共同作用（Konopik et al., 2022; Porfirio et al., 2024）。内部而言，组织文化和员工抵制可能会促进或阻碍转型（Pinchot & Soltanifar, 2021）。外部而言，监管变化和全球性颠覆（如COVID-19大流行）迫使银行迅速应对不断变化的条件（Forcadell et al., 2020; Miklaszewska et al., 2021）。这些动态共同影响了转型举措的方向和效果（Hanelt et al., 2021）。Verhoef等人（2021）确定了这一过程的三个相互关联的阶段：第一阶段是数字化，即将手动任务转换为数字格式；第二阶段是在此基础上将数字化任务整合到改进运营效率和客户体验的重新设计过程中；第三阶段是持续转型，机构主动适应技术和市场发展（Felipe, 2025; Vial, 2021）。这一进程由两种机制支持：创新机制（如数字钱包或自动化贷款解决方案）使新服务和商业模式得以创建（Hinings et al., 2018）；整合机制（包括使用区块链简化交易）将新技术嵌入现有结构中（Grover et al., 2018; Upadhyay, 2024）。这两种机制共同促进了数字化转型策略的发展和制度化。

这种分层视角强调了需要考虑技术维度以及组织和系统背景（见图1）。最新证据表明了这一转变的全球影响：现在大约三分之二的成年人进行或接收数字支付，发展中国家的采用率从2014年的35%上升到2021年的57%（世界银行，2022）。金融包容性也得到了扩展：获得银行服务、金融服务或移动货币账户的比例从2011年的42%上升到2021年的71%，特别是在撒哈拉以南非洲地区，移动货币发挥了特别重要的作用（Demirgü?-Kunt et al., 2022）。

**2.2. 银行业中的工业4.0**
I4.0技术被广泛认为是推动各行业组织转型的关键外部驱动力，能够实现新的价值创造、协调和创新形式（De Propris & Bailey, 2021; Yaqub & Alsabban, 2023）。要理解数字化转型如何重塑商业银行，需要考察推动变化的技术以及解释其影响的理论框架。在这方面，I4.0已成为学术界、企业和政府领域的主要研究方向（Javaid et al., 2022; Vogel et al., 2016）。尽管I4.0经常与“智能制造”或“数字化转型”等术语联系在一起（Alkaraan et al., 2022），但它代表了一种超越传统工业实践的根本性转变。在核心层面，它涉及物理资源的数字化整合以及价值链上各参与者的协调，这带来了显著的好处，但也引入了新的组织和运营挑战（Supe等人，2019年）。商业银行倾向于逐步推进这一转型（Felipe等人，2025年），通常首先在特定部门（如房地产或保险）试点数字技术，然后再将其扩展到更广泛的功能中。工业4.0（I4.0）的好处在很大程度上取决于组织如何有效地适应不断变化的技术条件（Tortorella等人，2021年）。实际上，其采用挑战了长期存在的组织结构、运营惯例和监管框架，要求更高的创新性、响应能力和机构灵活性（Ca?as等人，2021年）。这些挑战在银行业尤为明显，因为传统系统和既定的业务实践必须与新兴的数字方法同步发展。传统系统指的是过时的核心IT基础设施和软件平台，这些系统往往是在几十年前开发的，尽管难以升级或与新技术集成，但仍在使用中。例如，2018年英国的TSB银行在迁移到新的数字平台时遭遇了严重的IT故障（Lanois，2019年）。这次故障是由于数据迁移问题和旧系统与新系统之间的集成不良造成的，导致数百万客户无法访问他们的账户，并造成了声誉损害和监管审查。这样的案例凸显了根深蒂固的传统基础设施如何使数字化努力变得复杂，即使银行在现代技术上进行了大量投资。

在这一背景下，工业4.0在推动银行业的数字化转型中发挥了关键作用。它使机构能够适应不断变化的客户期望，提高效率，并提供数字化支持的服务（Yanagawa，2020年）。这些技术正在改变银行的运作方式及其与利益相关者的互动方式，在全球和地方层面创造了机会。越来越以客户为中心的某些数字技术在银行业特别突出，如人工智能（AI）、应用程序编程接口（API）、机器学习、大数据、区块链、网络安全、物联网（IoT）和云计算（Kornelakis等人，2022年）。这些工具在金融服务研究中得到了广泛研究（Felipe等人，2024年；Ferraro等人，2022年）。表1总结了这些技术。

表1. 银行业中最相关的八项工业4.0技术。

| 工业4.0技术 | 定义 | 参考文献 |
| --- | --- | --- |
| 人工智能 | 使机器能够模拟人类智能的计算机科学领域，包括学习、推理和问题解决 | Perez和Martin（2018年） |
| 应用程序编程接口 | 一组协议和工具，使不同的软件系统能够高效地通信和互动 | Lancos（2021年） |
| 大数据 | 需要高级分析技术来提取有意义见解并支持决策的极其庞大和复杂的数据集 | Gilchrist（2016年） |
| 区块链 | 一种安全、去中心化且防篡改的数字账本，用于记录交易，常与加密货币和智能合约相关联 | Elrefae和Nuseir（2021年）；Kotishwar（2020年） |
| 云计算 | 通过互联网提供计算服务——包括数据存储、处理能力和软件——实现可扩展性、成本效率和远程访问 | Vinoth等人（2022年） |
| 网络安全 | 保护数字系统、网络和数据免受网络威胁（包括黑客攻击、网络钓鱼和恶意软件攻击）的做法 | Lezzi等人（2018年） |
| 物联网 | 由嵌入传感器和软件的互连设备组成的网络，用于收集、交换和处理数据，以自动化和增强各种系统，包括智能家居、工业运营和银行服务 | Malik等人（2021年） |
| 机器学习 | 人工智能的一个子集，使算法能够从数据中学习，随着时间的推移提高准确性，并自动化决策过程 | Bussmann等人（2021年） |

来源：表格改编自《工业4.0技术评估：可持续性视角》（Bai等人，2020年）和《工业4.0技术对工业绩效的预期贡献》（Dalenogare等人，2018年）。

总体而言，工业4.0技术加速了银行业的数字化转型，使服务更加响应迅速、个性化和安全，同时简化了内部运营（Khams，2022年）。然而，它们的多样性也带来了复杂性：银行经常面临不确定性，不知道哪些技术最能满足不断变化的需求以及如何将它们整合到现有系统中（Poloz，2021年）。

2.3. 商业银行的商业模式创新
“商业模式”的概念在过去五十年中发生了显著变化（Teece，2010年；Zott & Amit，2010年）。最初是一个广泛的概念，它已成为解释竞争定位和战略更新的核心（Felipe & Lopes，2019年）。Osterwalder等人（2005年）将商业模式定义为代表组织商业逻辑的一组组成部分，而Magretta（2002年）则将其视为描述公司如何运作的叙述。最近，商业模式被理解为组织生成、提供和捕获价值的结构化框架，平衡运营绩效与长期战略意图（Fielt，2013年）。最近的研究越来越强调，商业模式不是静态的，而是随着时间的推移而演变，以应对内生因素（如组织能力和战略选择）和外生触发因素（如技术变革、监管变化和市场中断）（De Propris & Bailey，2021年；Yaqub & Alsabban，2023年）。这导致了对纵向和过程导向研究的日益关注，以解释商业模式创新在不同背景下的展开方式（Essen等人，2023年）。在银行业，由于技术颠覆迅速破坏了既定的收入流和客户忠诚度，保持创新的商业模式对于竞争优势至关重要（Phi & Huong，2023年）。

在金融服务等波动性市场中，突如其来的中断往往迫使即使是成熟的银行也必须重新配置其商业模式以保持竞争力（Dasgupta，2019年）。如果没有这种适应性，它们可能会失去对敏捷竞争对手（包括金融科技公司和大型科技公司）的优势，这些竞争对手不断重塑客户期望（Nicholls，2019年）。正如?str?m等人（2022年）所指出的，仅仅采用新技术是不够的；要抓住这些技术的好处，需要在商业模式层面进行转型。因此，创新商业模式的能力已成为一种必要性，而不仅仅是一个选项。由于技术和行为变化的快速影响，银行业面临着在创造、提供和捕获价值方面的创新压力不断增加，利用了大数据分析、AI、云计算、网络安全和区块链等多种数字技术（Garg等人，2025年；Mancuso等人，2023年）。未能适应的机构将在不断变化的客户需求、监管变化和快速的技术进步中变得过时（Mbama等人，2018年）。仅专注于数字业务的银行、移动支付平台和AI驱动的咨询服务的增长说明了竞争动态的变化速度（Kariuki等人，2024年；Manser Payne等人，2021年）。为了保持相关性、盈利性和可信度，银行必须接受商业模式创新。这一要求不仅限于应对外部压力，还需要持续的内部更新，特别是在危机期间（Anthony等人，2017年）。根据Mancuso等人（2025年）的观点，外部创新驱动因素包括外部环境的变化、技术进步、监管变化和客户偏好的演变，而内部创新驱动因素包括公司特定的要素，如治理、资源、能力和领导力（Shmelev & Gilardi，2025年）。执行领导层通过预见潜在的中断并主动重新设计商业模式发挥着关键作用（Burstr?m等人，2021年）。正如Ciampi等人（2021年）所强调的，渐进的产品或服务更新已经不够了——银行必须追求更具变革性的创新。例如，许多机构正在将核心服务重新定位到数字化环境中，其中客户互动越来越多地是虚拟的（Dasgupta，2019年）。其他机构则正在多元化收入来源，从交易处理转向提供咨询服务和金融知识工具，从而利用现有的基础设施和知识资产来抓住新的机会（Haki等人，2024年）。同时，银行正在形成联盟，将价值创造扩展到传统边界之外（Bouncken等人，2021年）。合作伙伴关系在构建增强数字市场客户体验的生态系统中特别有效（Latifi等人，2021年）。这些合作通常依赖于外部专业知识和技术资产（Faro等人，2024年），将组织间合作视为银行业商业模式创新的核心途径。除了合作伙伴关系外，银行还可以通过合并和收购或发展内部数字业务来内化技术能力和创新流程，特别是在寻求对战略资产的更大控制时（Collevecchio等人，2024年；Hornuf等人，2021年）。这些方法通过使银行能够更直接地将外部知识整合到其组织结构中，增强了韧性并开辟了可持续增长的新途径（Perwej，2020年）。

综上所述，本节回顾的文献表明，数字化转型代表了一种更广泛的组织过程，通过这一过程，企业应对技术和环境压力，而工业4.0捕捉了关键的外部技术驱动因素，商业模式创新解释了这些变化如何转化为新的价值创造、提供和捕获逻辑（Essen等人，2023年；Mancuso等人，2025年）。虽然每个领域都提供了重要的见解，但它们之间的相互作用仍然不够清楚，特别是在技术中断如何随时间发展以及如何在不同机构背景下导致不同的商业模式轨迹方面。从这个概念融合出发，本研究重新探讨了开篇部分提出的研究问题，即由工业4.0技术驱动的数字化转型如何在商业银行中随时间演变，以及它如何导致不同背景下的不同商业模式创新轨迹。重要的是，这一差距不仅限于银行业，反映了在复杂且高度监管的行业中理解商业模式演变的更广泛挑战。

3. 方法论
3.1. 研究设计
本研究采用了基于对33个国家57家商业银行969份年度报告的分析的定性研究设计。这些文件被认为是可靠的信息来源，因为它们符合国际会计准则并且需要独立的外部审计（Grasl，2011年；Karmel，2010年）。分析涵盖了2007年至2023年的时期，采用纵向方法，允许跨较长时间跨度检查数据，以识别趋势、发展和变化（Ruspini，2003年）。这种方法特别适用于探索银行的战略和实践如何随着持续的技术和战略变革而演变。虽然研究时期始于2007年，但数据集中直到2011年才开始出现对工业4.0技术的提及，使我们能够捕捉到数字化转型的前提条件以及这些技术随时间的采用和整合情况。

为了分析这些文件，本研究采用了内容分析方法，这是一种通过识别重复主题、模式和意义来解释文本材料的系统方法。这种方法特别适合分析企业文件，如年度报告，因为它能够提取与银行业数字化转型相关的战略、机构优先事项和叙述的见解（Baxter & Jack，2008年；Krippendorff，2018年）。

3.2. 样本选择
初始样本包括来自38个国家的70家商业银行的年度报告，时间跨度为2004年至2023年，预计总报告数量约为1400份。选择这个时间范围是为了涵盖全球金融危机之前的年份以及COVID-19之后的时期，为银行业战略发展的全面纵向解释提供基础。为了最小化选择偏差，根据多个标准选择了银行，以确保代表性和分析相关性。纳入标准要求银行：（i）在《经济学人智库银行报告数据库》（2023年）中排名，反映其在各自市场中的国际认可度和重要性；（ii）有可供研究的合并年度报告；（iii）在具有足够技术和监管数据的国家运营，以便进行有意义的比较分析。排除标准排除了小型合作银行、报告缺失或不完整的机构以及专门从事金融业务的实体（例如，仅投资的公司），重点关注提供全面服务组合的商业银行。每个国家最多选择两家银行，以确保地理和机构的多样性，防止较大经济体的过度代表，同时捕捉技术、监管和社会环境的变化。年度报告主要从选定银行的官方网站获取。由于2004-2006年的档案资料有限，最终样本包括来自33个国家的57家商业银行的969份年度报告，时间跨度为2007-2023年，其中包括来自19个发达经济体的32家银行和来自14个发展中国家的25家银行。这种组成平衡了背景的异质性，并允许进行纵向跨国比较。下表总结了样本选择过程的各个阶段：

表2. 样本选择过程
| 阶段 | 选择过程 |
| --- | --- |
| 初始样本：来自38个国家的70家商业银行 | 提议的分析时期：2004-2023年 | 预计总报告数：约1400份 |
| 《经济学人智库银行报告数据库》（2023年）中排名较高的商业银行 | 每个国家最多两家银行 | 在提议的时间范围内验证报告的可用性 |
| 最终样本：来自33个国家的57家商业银行 | 来自19个发达经济体的32家银行和来自14个发展中国家的25家银行 | 最终分析时期：2007-2023年 | 总报告数：969份（发达经济体544份，发展中国家425份） |

3.3.4. 结果与讨论
4.1 商业银行业的数字化转型阶段
本节探讨了商业银行业的数字化转型过程及其对业务模式创新（Business Model Innovation, BMI）的影响。通过纵向内容分析，研究确定了四个不同的阶段：（1）数字化前阶段；（2）数字化阶段；以及（3）和（4）两波数字化转型阶段。每个阶段的划分基于战略重点、技术采纳以及标志着转变的关键事件的观察结果。尽管相关术语在学术界尚未完全确立（Verhoef等人，2021年），但这种分类反映了银行数字化转型过程中的实际进展，强调了转型的动态特性，而非预设的因果关系。
研究结果表明，变化是累积性的，但并非均匀分布的。如表4所示，每个阶段都体现了战略重点、技术采纳、业务模式创新动态和利益相关者影响之间的不同平衡。在早期阶段，转型主要是渐进式的，侧重于合规性、效率及合法性建设；随后，随着银行将重点转向更具雄心的数字化举措、扩大合作伙伴关系以及更广泛地整合I4.0技术，转型逐渐加速。随着时间的推移，外部压力（尤其是来自监管机构、客户、金融科技企业及大型科技公司的压力）在塑造银行战略响应方面发挥了越来越重要的作用。值得注意的是，在后期阶段，发达经济体与发展中经济体之间的差异变得明显：发达经济体更注重个性化与伦理考量，而发展中经济体则更加强调包容性与可访问性。

表4. 数字化阶段、业务模式创新变化及利益相关者影响
| 阶段/时期 | 关键数字化举措 | 与BMI相关的变化 | 利益相关者影响 |
|---------------|----------------------------------|----------------------------------|----------------------------------|
| 数字化前阶段（2007–2015年） | 可持续性、IT基础设施、早期平台 | 准备阶段：为未来的价值创造奠定合法性与运营基础 | 政府和客户要求合规性与信任机制（Biswas，2011年） |
| 数字化阶段（2012–2019年） | 初始数字化举措、首批I4.0技术（网络安全、区块链、大数据） | 初期数字化尝试：全渠道服务、个性化体验 | 科技金融企业与新一代客户的推动（Mbama & Ezepue，2018年；Vives，2017年） |
| 第一波数字化转型（2015–2022年） | 开放银行、先进I4.0技术、战略合作伙伴关系 | BMI的制度化：基于生态系统的服务提供、能力扩展与合作 | 监管机构与大型科技企业共同塑造安全创新的服务 |
| 第二波数字化转型（2020–2023年） | 人工智能加速、生成式人工智能、网络安全 | 高级BMI：超个性化服务、以人为中心的创新 | 政府和客户影响伦理标准、金融包容性与服务期望（Mishra等人，2024年） |

图3展示了商业银行业数字化转型的四个阶段。每个阶段都通过其主要特征、技术采纳情况以及标志着转变的背景因素进行定义。该图表不仅揭示了数字化话语的可见性和重复出现频率，还分析了这些话语背后的战略意图和技术变革的框架。通过将术语与行动导向的描述及变革叙事联系起来，这种方法能够评估对I4.0技术的提及是反映了实质性的组织变革，还是仅仅作为修辞信号。此外，该方法还考虑了发达经济体与发展中经济体在制度与经济背景上的差异。

此外，技术采纳的驱动因素（如监管压力、合法性考量或战略定位）的识别基于关键词出现背景中的重复模式。分析并未直接归因于因果关系，而是依赖于报告中的技术提及与明确表述的动机（如合规性、客户期望或竞争压力）之间的关联，以及跨银行和时间段的分析比较。这种做法使我们能够在保持分析透明度的同时，基于数据推断出合理的解释机制，避免做出主观猜测。因此，逐步表示法既提供了对商业银行的特定行业洞察，也为探索其他背景下的数字化转型动态提供了一个概念性模板。4.1.1. 预数字化和数字化阶段预数字化阶段的特点是准备恢复合法性并为未来的转型奠定基础。银行专注于可持续性、平台开发和IT基础设施，同时加强内部能力。可持续性举措旨在遵守监管规定并在审查加剧的情况下重建信任和客户忠诚度（Phi & Huong, 2023）。对平台和IT系统的投资反映了早期对数字化准备度的认识，认为这是竞争力的核心，有助于可扩展性、安全的数据管理和合规性（Borena & Negash, 2016）。总体而言，这些举措表明银行开始重新定位其商业模式以应对数字化压力，而不是直接显示投资与转型之间的因果关系。数字化阶段标志着从准备向实验的转变，因为银行采用了初步的数字化举措并整合了I4.0技术。与内向的预数字化阶段不同，数字化强调客户体验，通过个性化服务、全渠道方法和更大的便利性来重塑客户关系（Komulainen & Saraniemi, 2019）。例如，Santander Chile和Access Bank平衡了数字化产品与传统分支机构，以满足多样化的客户期望。因此，数字化代表了一个适应和学习的时期，在此期间，银行尝试新兴工具，并逐渐将以客户为中心的模型纳入业务策略中，但这并不意味着统一的因果进展，反映了特定背景下的BMI适应。4.1.2. 第一波数字化转型第一波数字化转型标志着从实验向商业银行中数字化实践的更广泛制度化转变，“数字化”、“数字化”和“数字化转型”等术语越来越多地被用来反映I4.0技术融入核心策略。一个关键驱动力是2018年推出的开放银行，它提供了新的监管和技术条件，促进了安全的数据共享和创新（Hensen & K?tting, 2022）。另一个重要的推动因素是战略合作伙伴关系，这成为这一阶段的一个定义性特征。银行从内部导向的创新转向了外部导向的生态系统，与金融科技公司、初创企业、电信公司和学术机构合作，以获取技术并扩大市场覆盖范围，通过增强的合作和基于生态系统的价值交付来促进BMI（Hoang et al., 2021）。在发达经济体中，支持性的监管和治理框架似乎鼓励了风险投资、创新实验室和开放银行生态系统等结构化合作，为持续创新创造了条件。在发展中国家，监管僵化和较弱的制度支持与更务实的合作伙伴关系相关，这些合作伙伴关系优先考虑数字接入、金融包容性或弥合基础设施差距，而不是战略性地嵌入创新（Ofosu-Ampong & Acheampong, 2022）。这些差异表明了控制与灵活性之间的情境中介紧张关系。发达市场的银行倾向于通过正式治理来平衡稳定性和外部参与，而发展中国家的银行则往往优先考虑灵活性，以牺牲战略控制为代价扩大覆盖范围。这些模式表明，包括监管框架、治理结构和社会经济使命在内的制度背景与银行如何进行数字化转型和BMI有关，而不是直接决定结果。文化因素也似乎影响了采用情况：在发达背景下，合作成为战略身份的一部分，而在发展中国家，合作仍然是反应性的，尽管诸如技能提升和创新实验室等举措表明了逐渐的演变。总体而言，所有银行都认识到合作伙伴关系的战略重要性，但方法因制度、监管和文化背景而异。表5概述了这些合作伙伴关系的战略重点，突出了每个组中的关键优先事项、洞察力、制度环境和主要合作伙伴。它说明了不同经济背景下的银行如何采用不同的合作方法，这些方法支持或与金融生态系统中的加速数字化转型和扩张相一致。表5. 战略合作伙伴关系的证据。方面发达经济体的银行发展中国家的银行优先事项• 对金融科技公司和风险投资的投资• 通过开放银行建立长期合作伙伴关系• 用于持续发展的创新实验室• 支持数字接入和包容性的实际合作• 与大学的联合研发举措• 与金融科技公司和电信公司的合作伙伴关系以覆盖服务不足的市场BMI洞察• 结构化合作增强了创新和灵活性• 开放创新加强了长期竞争力• 治理框架支持灵活性与控制之间的平衡• 跨行业合作伙伴关系对于克服基础设施差距至关重要• 合作是由功能需求而非战略驱动的• 创新与制度控制之间的权衡仍然是一个挑战制度环境• 对开放银行和创新的强大监管支持• 高度的制度准备度以支持外部合作• 监管和制度限制了整合• 层级文化减缓了开放合作的采用主要合作伙伴金融科技公司、初创企业、科技公司、创新中心。大学、金融科技公司、电信公司、政府机构。注：此表中的数据来自选定的商业银行的年度报告。4.1.3. 第二波数字化转型第二波数字化转型似乎在COVID-19大流行之后加剧，与银行从渐进式数字化采用向更广泛的重组过渡相吻合。社交隔离加速了数字化举措，促使银行扩展数字化基础设施、增强数据能力并重新设计客户参与。这一阶段揭示了由制度成熟度和监管背景塑造的不同BMI轨迹。发达市场的银行利用成熟的基础设施来扩展先进技术，重点关注自动化、生产力、欺诈检测和客户互动的人工智能，同时投资于网络安全、云服务和生成式人工智能、Web 3.0和基于元宇宙的产品等新兴领域。相比之下，发展中国家的银行专注于基础能力，包括5G基础设施、员工培训和金融科技合作伙伴关系，以促进金融包容性。由于制度和监管限制，先进I4.0技术的整合仍然不均衡。尽管存在这些差异，但仍出现了一些趋同的模式。人工智能，特别是生成式人工智能，在自动化和客户互动中成为一个反复出现的主题，而随着数字漏洞的增加，网络安全变得越来越重要。商业模式越来越多地融入基于生态系统的策略，合作伙伴关系在创新中发挥着重要作用，伦理、监管和治理考虑在数字政策中变得可见。在东亚和欧洲观察到了工业5.0采用的早期迹象（Pacheco & Iwaszczenko, 2024; Rane, 2023），强调以人为中心和可持续的创新。总体而言，虽然发达经济体扩展了创新前沿，发展中国家加强了数字化基础，但所有银行都面临着加速转型同时保持韧性的双重挑战，这一过程似乎取决于制度能力、信任和长期战略一致性。表6概述了内容分析确定的共同和特定元素。虽然全球银行都面临着类似的现代化压力，但根据制度能力、监管环境和技术成熟度，采用的策略存在显著差异。这不仅揭示了数字化转型的共同加速，还揭示了由国家发展动态塑造的特定背景轨迹。表6. 第二波数字化转型的关键元素。共同元素COVID-19后的加速• 疫情迫使快速进行数字化调整和模型重组。人工智能和网络安全的扩展• 生成式人工智能用于自动化、客户服务和运营。• 由于威胁增加，对网络安全的关注度提高。伦理和监管问题• 机构面临关于隐私、数据使用和人工智能治理的新要求。工业5.0的早期迹象• 一些银行转向以人为中心和可持续的创新。发达市场的银行• 战略性地使用人工智能来提高生产力和自动化工作流程。• 强化人工智能、云和机器学习的整合以应对风险和安全。• 在客户分析和欺诈检测中应用多种人工智能。• 在Web 3.0、元宇宙和生成式人工智能方面的实验。• 在面向客户的职能中成熟采用云和自动化。发展中国家的银行• 投资5G以建立数字化基础设施。• 专注于专利开发和包容性的创新实验室。• 采用敏捷方法以支持转型。• 进展不均衡：生成式人工智能的新兴使用与I4.0的缓慢采用并存。注：此表中的数据来自选定的商业银行的年度报告。虽然本节中的“波浪分析”捕捉了商业银行数字化转型的时间演变，但它也揭示了银行如何随着时间的推移重新配置其商业模式的重复模式。证据表明，除了特定阶段的发展之外，银行在创造、交付和捕获价值方面表现出更稳定的战略方向，以应对技术和制度压力。这些模式不仅限于单一阶段，而是跨越各个阶段，反映了制度背景、监管环境和战略优先事项的差异。基于这一洞察，以下部分将这些重复配置讨论为三种主导的BMI轨迹（合作、超个性化金融包容），提供了关于数字化转型如何转化为差异化商业模式结果的更综合的视角。4.2. 商业模式创新轨迹数字化转型与银行BMI的变化相关，通过改变技术基础设施和价值创造、交付和捕获的战略逻辑。本研究确定了三种主导轨迹：合作、超个性化和金融包容。每种轨迹代表了由I4.0技术和背景因素塑造的价值创造、交付和捕获机制的不同配置。这些轨迹表明，商业模式的变化嵌入在制度和社会背景中：发达市场的银行强调竞争力、以客户为中心和生态系统参与，而新兴市场和政府主导的经济体则倾向于将转型导向解决制度空白和包容性发展。因此，银行业的数字化转型可以理解为一个多元的、依赖背景的过程，受到监管、基础设施和国家优先事项的影响。基于BMI视角，所提出的框架（图4）将这些轨迹与结构条件（如数字素养、监管设计、基础设施成熟度和对外部提供商的依赖）结合起来，支持将数字化转型解释为商业模式的逐步重新配置，而不仅仅是统一的技术转变。下载：下载高分辨率图像（193KB）下载：下载全尺寸图像图4. Industry 4.0和银行BMI的重新配置注：原始框架由作者创建，用于展示I4.0技术如何在经济背景、合作网络和制度条件的影响下塑造商业银行的不同商业模式轨迹。分析表明，发达市场的银行利用与金融科技公司、初创企业和大学的合作伙伴关系来整合外部知识并扩大技术采用，而新兴市场或政府主导的经济体则经常追求政策驱动的合作，以扩大运营能力和金融包容性（Abdurrahman et al., 2024; Haki et al., 2024; Stachová et al., 2019）。因此，合作成为吸收技术、重新配置流程和应对制度压力的实际机制，其模式因监管、基础设施和文化背景而异。从商业模式的角度来看，合作通过获取外部知识和能力来重塑价值创造，通过与金融科技公司、技术公司和其他生态系统参与者的合作伙伴关系来增强价值交付（例如，将银行服务与数字平台、支付解决方案或数据驱动的服务相结合），并通过共享资源扩大收入机会和降低创新成本来支持价值捕获。在超个性化方面，发达市场的银行越来越多地部署人工智能和数据分析来提供高度定制的服务。证据表明，竞争正从产品中心转向体验中心，生成式人工智能和数据分析在客户互动中发挥着越来越重要的作用（Ciampi et al., 2021; Manser Payne et al., 2021）。这些实践增强了价值共创并加强了客户关系，但也引发了伦理、监管和生产力的挑战，表明技术复杂性本身并不一定转化为可持续的转型（Ahmed, 2022; Hanif & Lallie, 2021）。从商业模式的角度来看，超个性化通过数据驱动的洞察力强化了价值创造，通过提供定制和实时的客户体验来转变价值交付，并通过增加客户保留、交叉销售和服务差异化来支持价值捕获。金融包容性在政府主导和发展中国家成为主要的转型逻辑，其中银行使用数字技术来扩展对传统服务不足人群的接入，如非正式工人和偏远社区（Gupta & Kanungo, 2022; Lorenzo et al., 2025; Malaquias & Silva, 2020）。与其他轨迹不同，这种方法反映了明确的制度导向，其中监管、基础设施限制和社会经济优先事项影响了BMI的展开（Kaur et al., 2021; Prakash et al., 2024; Sodokin et al., 2022）。这些模式表明，银行业的数字化转型是异质的和依赖背景的，代表了商业模式的逐步、差异化的重新配置。在这种轨迹中，价值创造旨在扩展对金融服务的接入，价值交付适应低成本和数字化支持的渠道，而价值捕获通常依赖于规模、交易量和长期客户整合，而不是即时盈利能力。4.3.工业4.0技术作为商业模式创新的推动者
工业4.0技术的普及是银行业商业模式创新（BMI）的重要因素（Shaikh & Amin, 2025）。虽然先前的研究已经确定了八项关键技术，如人工智能（AI）、网络安全、大数据、区块链、物联网（IoT）、云计算、机器学习和应用程序编程接口（APIs）（Heshmatisafa & Sepp?nen, 2023; Mehdiabadi et al., 2020; Mogaji, 2023），但本研究还识别了五项新兴技术，包括机器人技术、5G、量子计算、虚拟现实（VR）和增强现实（AR）。VR指的是完全沉浸式的数字环境，可以替代物理现实；而AR则通过将数字信息叠加到现实世界中来增强物理世界（Oyewole et al., 2024）。机器人技术支持流程自动化和运营效率，尤其是在后台服务与交付功能方面（Villar & Khan, 2021）。5G技术实现了更快更可靠的连接，促进了实时数据交换和先进的移动金融服务（Paul, 2025）。尽管量子计算仍处于早期应用阶段，但它对复杂的金融建模和密码学具有潜在影响（Waked et al., 2025）。值得注意的是，近年来AI受到了越来越多的关注，尤其是生成式AI，尽管在我们的引用分析中，所有关于生成式AI的提及都被归类在更广泛的AI类别下。

图5和图6展示了工业4.0技术在发达国家和发展中国家中的引用分布情况。自2011年以来，发达国家共记录了7143次对该技术的提及，其中网络安全是最常被引用的技术（3120次），其次是AI（1297次）。在发展中国家，自2013年以来共记录了4820次提及，网络安全再次领先（1746次），AI排在第二位（770次）。这些证据表明，工业4.0技术的采用并不均匀，而是遵循不同的路径，这些路径似乎受到监管压力、基础设施成熟度和机构目标的影响，其中网络安全和AI成为反复出现的战略重点。

下载：高分辨率图片（246KB）
下载：全尺寸图片

图5. 工业4.0技术提及（发达国家）
注：对工业4.0技术相关术语的搜索涵盖了2007年至2023年间来自发达国家的544份商业银行的官方年度报告。

下载：高分辨率图片（210KB）
下载：全尺寸图片

图6. 工业4.0技术提及（发展中国家）
注：对工业4.0技术相关术语的搜索涵盖了2007年至2023年间来自发展中国家的425份商业银行的官方年度报告。

我们的研究发现表明，网络安全已经发展成为银行业商业模式创新的核心能力，它促进了新的价值创造、交付和获取方式。除了传统的风险管理和合规性之外，它还作为维持信任的基础机制，支持数字服务创新，并促进新技术的整合。研究还显示，银行逐渐调整了其网络安全策略，从被动防护转向了更为主动的韧性提升和客户信心建设。网络安全逐步融入运营和战略框架，体现了其作为保护力量和推动力的双重角色。

AI作为一种动态的商业模式创新推动者，最初应用于自动化领域，现在则支持高度个性化服务、增强客户互动和包容性访问。生成式AI的出现进一步扩展了AI的战略作用，为服务逻辑、客户体验和竞争优势带来了新的可能性。银行似乎不断重新调整AI能力，以适应不断变化的商业模式目标，并将其与网络安全和数据治理相结合，以增强韧性和长期竞争力。

5. 启示
5.1. 理论意义
本研究通过识别三种由工业4.0技术吸收所引发的商业模式创新（BMI）异质模式，推进了关于银行业数字化转型的知识：（1）协作、（2）高度个性化、（3）金融包容性。这些模式展示了银行如何根据制度、基础设施和社会因素的发展，开发新的价值主张。虽然先前的研究（如Mancuso et al. 2025）强调了银行业BMI的纵向、阶段化过程，包括全球化驱动的扩展、危机驱动的简化以及客户需求演变驱动的协同，但我们的研究补充并扩展了这一观点，表明数字化转型在不同制度和国家背景下表现为不同的战略模式。与强调银行内部时间演变的阶段化方法不同，我们的发现捕捉到了同时发生的、异质的BMI轨迹，这些轨迹反映了不同的优先事项，如协作、高度个性化以及金融包容性。

除了识别这些模式外，我们的研究还揭示了这些轨迹出现的原因。证据表明，银行业的商业模式创新不仅受技术机会驱动，还受到制度压力和合法性问题的影响。与Essen et al. (2023)等先前的研究一致，合法性可以被视为企业设计和调整商业模式的关键机制。在高度监管和基于信任的行业中（如银行业），组织似乎不断调整价值创造、交付和获取机制，以应对监管机构、客户和社会的期望。在这种情况下，协作可以理解为对外部验证和能力建设的需求的响应；高度个性化是对不断变化的客户期望和竞争差异化的响应；金融包容性则是对社会和监管要求更广泛获取金融服务的响应。这些发现表明，观察到的BMI轨迹不仅反映了战略选择，也体现了对合法性压力的适应性响应，这些压力决定了数字化转型的方向和范围。

5.1.1. 协作模式
协作成为发达国家和发展中国家中最广泛采用的转型模式。虽然先前的研究强调了与金融科技企业（FinTechs）、初创企业和大学的合作网络（例如Riikkinen & Pihlajamaa, 2022; Zou et al., 2023），但本研究将开放创新的视角扩展到了银行自身发起的跨组织伙伴关系。我们的发现表明，协作不仅关注结构结果（如银行集中度Chabot & Bertrand, 2021; Wang & Du, 2022），还作为一种战略能力，帮助银行应对制度压力、政策目标和市场波动。例如，荷兰ING银行成立了ING Ventures基金，投资3亿欧元用于金融科技企业，以加速商业模式转型；尼日利亚的Access Bank通过与电信公司和金融科技企业的合作（Project Boost），扩大了金融包容性并适应了不稳定的本地市场。这些案例说明了银行如何利用协作来整合外部技术能力并支持商业模式创新（?str?m et al., 2022; Heubeck, 2023; Zott & Amit, 2010）。

5.1.2. 高度个性化模式
在发达国家，高度个性化已成为主导的转型路径，银行整合了先进的AI技术（包括生成式AI）来提供高度个性化的服务。Jain et al. (2021)主要将高度个性化视为一种客户关系策略，而我们的研究则探讨了商业模式设计与数据伦理、算法信任和监管监督之间的联系。与Hanif和Lallie (2021)研究老年用户对移动银行的采用不同，我们展示了高度个性化如何通过嵌入式数字能力覆盖不同客户群体。例如，荷兰ING银行使用生成式AI聊天机器人和文本分析提供适应性服务体验；摩根大通（美国）探索生成式AI以优化工作流程；法国BNP巴黎银行将AI融入客户体验设计。这些案例表明，高度个性化不仅是一种技术特性，还是一种与商业模式转型相关的潜在战略机制（Ciampi et al., 2021; Dasgupta, 2019）。

5.1.3. 金融包容性模式
在许多发展中国家，金融包容性已成为核心的转型逻辑，尤其是在公共银行中。商业模式被调整以覆盖传统上被排除在外的群体，如非正规工人、偏远社区和数字弱势群体，不仅为了盈利，还为了提供社会福利和公共价值。先前的研究将移动银行与农村地区联系起来（Malaquias & Silva, 2020），并将技术应用于服务不足的人群（Gupta & Kanungo, 2022）。我们的研究进一步表明，国有银行将包容性作为数字化转型的核心组织原则，这在BMI和数字化转型文献中并未明确体现。这突显了制度响应性作为影响银行业创新方向和结果的潜在机制。

5.2. 管理意义
本节概述了负责实施数字化转型战略的银行高管和决策者的实际意义。这三种转型模式为管理者提供了适应制度和市场环境的替代战略路径。协作需要吸收外部知识的能力、结构化的合作伙伴关系以及与监管和社会优先事项的对齐（Latif et al., 2025; Porfirio et al., 2024）。高度个性化要求强大的数据治理、先进分析以及以客户为中心的设计，并结合道德AI实践；而金融包容性策略则依赖技术克服地理和社会障碍，与公共政策和社区参与相结合，以减少数字鸿沟（Gupta & Kanungo, 2022; Lorenzo et al., 2025; Sodokin et al., 2022）。这些见解扩展了Riikkinen和Pihlajamaa (2022)以及Sund et al. (2021)的管理视角，将数字战略嵌入制度和社会框架中。例如，在巴西和印度，公共银行作为政策工具来实施金融包容性；而在非正规化程度较高的经济体（如尼日利亚或印度尼西亚），数字举措必须适应文化、基础设施和监管条件，使转型成为制度响应和市场策略的结合。

每种转型路径都涉及不同的管理和治理挑战。高度个性化要求管理者发展先进的数据分析和AI治理能力，以确保决策的道德性和透明度。协作模式需要关系管理和吸收能力来管理合作伙伴关系，并在生态系统内保持战略一致性。金融包容性则依赖于适应性管理技能，在资源和基础设施限制下运作，将技术举措与更广泛的社会和政策目标对齐。这些差异表明，银行业的数字化转型不仅涉及技术和流程的变化，还重塑了维持商业模式创新所需的管理能力和治理结构。

5.3. 政策意义
从政策角度来看，每种转型路径都需要不同的政策手段。高度个性化受益于促进信任和负责任AI的数据保护框架和数字素养计划。协作生态系统需要监管沙箱和开放银行标准，以促进创新和互操作性。相比之下，金融包容性依赖于有针对性的激励措施和公私合作伙伴关系，以扩大服务覆盖范围并加强欠发达地区的数字基础设施。基于Kaur et al. (2021)和Prakash et al. (2024)的研究，他们强调了组织和文化变革以及战略对齐对于将数字化转化为生产力提升的必要性，我们的研究进一步探讨了政策举措如何促进访问、安全和平衡创新与公平的数字生态系统。我们的发现强调了国家能力、监管创新和公共金融机构在支持包容性和系统性数字化转型方面的潜在作用。在新兴经济体中，例如巴西的Caixa Econ?mica Federal在COVID-19期间分发紧急援助，以及中央银行推出的PIX项目，展示了监管沙箱、互操作性项目和能力建设计划如何扩展数字金融；Zenith Bank与尼日利亚金融科技企业的合作则展示了协调行动如何促进包容性生态系统的发展。

6. 限制与未来研究
本研究基于对公开可获得的、经过审计的商业银行年度报告的内容分析。然而，这些文件也是企业沟通和自我展示的工具，因此往往强调成就、战略一致性和创新成功，而淡化失败、内部矛盾或实施障碍。这种自我展示的偏见限制了报告中的举措能否客观反映组织现实的程度。未来的研究可以通过将年度报告与访谈、新闻稿或监管披露相结合，来捕捉更平衡的数字化转型过程。

第二个限制是与发达国家和发展中国家之间的区别，尽管分析上很有用，但不可避免地抽象了国家背景中的深层制度多样性。法律起源或监管质量等因素可能会影响银行业数字化转型的具体方式。未来的研究可以通过纳入替代的制度分类或稳健性检查（如经合组织成员资格、监管指数或资本主义类型学（Hall & Soskice, 2001）来扩展这一分析，从而提供更细致的背景依赖性理解。这样的改进将补充本研究对跨情境模式的关注，并增强解释深度。

所讨论的例子展示了发达国家和发展中国家之间多样的制度和市场背景。然而，未来的研究可以通过考察代表性不足的地区（如北欧或中东）来扩展这一比较视角，从而增强数字化转型路径的地理平衡性。另一个有前景的领域是研究银行内部的研究中心和创新枢纽的作用，这些中心促进了与金融科技企业、初创公司和大学的合作。这些结构可以通过“三螺旋模型”（Leydesdorff & Etzkowitz, 1998）进行研究，该模型强调创新是学术界、产业界和政府之间动态互动的结果，为研究银行如何利用合作伙伴关系加速数字化能力提供了有用的视角。另一种方法是资源协调理论（Sirmon et al., 2011），该理论探讨了企业如何构建、组合和利用资源来创造价值，这可以用来理解银行如何通过这些枢纽战略性地管理知识流动和外部合作。此外，数字化转型的财务影响也值得进一步关注。应用诸如Z分数（Bouvatier et al., 2018）之类的工具可以帮助评估新技术的采用是否有助于长期财务稳定，或者是否引入了新的运营风险。这些研究方向可能会提供一个更全面的视角，了解数字化转型如何影响银行业的战略和结构维度。

尽管本研究主要关注银行业，但所识别的BMI（业务模型创新）路径可能也适用于其他正在经历数字化转型的行业。未来的研究可以探讨在医疗保健、制造业或零售等行业中是否会出现类似的协作模式、超个性化以及以包容为导向的模型，在这些行业中，数字技术也在重塑价值创造、交付和获取的方式。从这个意义上说，本研究提出的框架可以作为跨行业比较分析的概念起点，帮助评估数字化转型在多大程度上遵循特定行业模式或更具普遍性的模式。

7. 结论

本研究全面探讨了由I4.0技术驱动的数字化转型如何重塑商业银行的商业模式。通过识别三种不同的协作模式、超个性化和金融包容性，我们的研究结果表明，数字化转型似乎是一个异质且依赖于具体情境的过程，受到制度、社会和技术因素的影响。理论贡献包括加深了对高度监管和复杂组织中BMI的理解，而管理和政策层面的启示则为希望有效实施数字化战略的银行和监管机构提供了指导。尽管存在一些局限性，但这项研究展示了纵向跨国研究的价值，有助于深入理解对数字颠覆的战略和结构响应。我们希望这些发现能够激发更多关于I4.0技术如何在不同的银行业背景下以及在其他正在经历数字化转型的行业中推动商业模式转型的实证研究。

作者贡献声明：
Thiago Felipe：撰写——审稿与编辑、撰写——初稿、可视化、资源管理、方法论、调查、资金获取、正式分析、数据整理、概念化。
Maria Kaya：撰写——审稿与编辑、可视化、验证、监督、项目管理、方法论、正式分析。
Shane Mathews：撰写——审稿与编辑、可视化、监督、项目管理。
Rui Torres de Oliveira：撰写——审稿与编辑、监督、项目管理。

未引用的参考文献：
Chandra and Shang, 2019
Economist Intelligence, 2023